1、我国工业行业能源效率影响因素分析 提要 本文利用 2005 2011年我国 39个工业行业的投入产出面板数据，测算工业行业的全要素能源效率及其分解，并对其影响因素进行实证分析。实证结果表明：企业规模、产业集中度提高对能源效率有显著促进作用；劳动力投入对能源效率的提高有阻碍作用。 关键词：能源效率； Malmquist 指数 中图分类号： F061.5 文献标识码： A 收录日期： 2016 年 4 月 11日 能源是现代经济的基础，作为关键的投入要素一直以来发挥着不可替代的作用。改革开放以来，中国的经济持续高速发展。但是，由于经济增长主要依靠高投入、高消耗、高污染的粗放型模式，造成能源利用效率
2、低、污染严重，能源需求出现迅速递增的态势，一些重要的能源已经难以满足经济发展需求。 “ 十二五 ” 规划中，我国明确提出要 “ 坚持把建设资源节约型、环境友好型社会作为加快转变经济发展方式的重要着力点 ” 。面对日趋强化的资源、环境约束，工业 行业能否有效利用能源对我国建成资源节约型和环境友好型社会起着至关重要的作用。 一、研究方法和数据说明 本文测算工业行业的全要素生产率变化率及其分解指标，采用的是基于DEA 的非参数 Malmquist 指数方法。考虑到数据的可得性，本文所考察样本为工业部门的 39个工业行业，时期跨度为 2005 2011年。经济产出用主营业务收入衡量，用工业品出厂价格指
3、数（ 1998=100）得到相应年份各行业的实际值，单位为亿元。选取年平均从业人数为劳动力投入指标，单位为万人。年平均固定资产余额能够反映每年企业生 产经营活动的资本投入要素，但由于 2009 年之后，年平均固定资产余额数据不易获得，于是用固定资产净值来代替。故 2005 2008 年的资本投入指标选取为年平均固定资产余额，而 2009 2011年选取为固定资产净值，用固定资产投资价格指数（ 1998=100）平减得到相应年份各行业的实际值，单位为亿元。选取工业能源消费总量为能源投入指标，单位为万吨标准煤。以上指标选取数据来自历年中国统计年鉴、中国工业经济统计年鉴。 二、实证结果分析 （一）
4、Malmquist 指数及其分解。从工业行业整体角 度看， 2005 2011年工业行业能源利用效率年均增长 10.1%，技术进步年均增长 6.1%，而技术效率年均增长 3.8%，慢于技术进步增长速度，技术进步是我国工业部门能源效率提高的主要原因。 从各个工业行业的角度来看， 2005 2011 年间除了采矿业，其他各个行业能源效率都实现了不同程度的增长。能源效率增长态势较好的行业有煤炭开采和洗选业、黑色金属矿采选业、电力、热力的生产和供应业、燃气生产和供应业、水的生产和供应业。一方面这几个行业的能源效率年均增长较高，年均增长率都在 15%以上；另一方面这些行业 的技术进步和纯技术效率都有较大
5、幅度的增长。其中，燃气生产和供应业、水的生产和供应业这两个行业的能源效率平均增长速度最快，分别为 24.2%和 17.8%，两个行业技术效率和技术进步的增长都为能源效率的提高做出贡献，但技术进步的贡献都大于技术效率的贡献，尤其水的生产和供应业的技术进步的贡献明显大于技术效率的贡献，而技术效率增长不快主要是由该行业规模效率的下降引起的，规模效率的下降抵消了纯技术效率的增长，从而导致技术效率增速缓慢。结合前文分析，虽然水的生产和供应业的能源效率增长速度较快，但由于该行业在期初能源效率较 低，即便在 24.2%的增长速度下，其能源效率仍没有达到 0.1。能源效率呈负增长的唯一行业是其他采矿业，能源效
6、率年均下降 4.4%，技术效率下降是导致其能源效率下降的原因，且技术进步抵消了一部分技术效率下降造成的对能源效率的影响。 （二）实证分析。本文使用 2005 2011 年中国工业行业数据，实证分析工业行业整体的全要素能源效率变化率及其分解的影响因素。根据相关理论和研究目的，计量模型设定如下： ln（ CTFPDit）=0+1Scaleit+2Saleit2+3Constrait+ 4FDIit+5Soeit+6MCit+7LnL+uit （ 1） 其中，下标 i 和 t分别表示工业行业 i 和第 t年。模型中的被解释变量为全要素能源效率变化率及其分解指标 CTFPDit，包括 TFPCHit（
7、全要素能源效率变化率）、 EFFCH（技术效率）、 TECHCH（技术进步率）。 解释变量有：企业规模（ Scale），用 i 行业大中型工业企业总资产与工业企业个数比值来表示；产业集中度（ Constra），用 i行业大中型工业企业主营业务收入占比（ %）来表示；外商直接投资（ FDI），用 i行业外商投资和港澳台商投资企业主营业务收入占比（ %）来表示；产权改革绩效（ Soe），用 i行业国有及国有控股工业企业主营业务占比（ %）来表示；能源消费结构（ MC），用 i行业煤炭消费占能源消费总量的比重来表示；劳动力投入（ LnL），用企业年平均从业人数的自然对数来表示。 本部分研究样本来自于
8、两个部分： 3个被解释变量来自于前文，基于 DEA的非参数 Malmquist 指数法测度的 39个工业行业的全要素能源效率变化率及其分解指标；而解释变量则由 2005 2011 年中国统计年鉴中数据整理而得。 表 1报告了式 （ 1）中，分别基于 TFPCH、 EFFCH、 TECHCH 的工业行业整体估计结果。为了克服各行业之间可能存在的异方差，所报告的标准误差都经过了 White异方差修正。根据联合 F检验决定选用混合回归模型还是固定效应模型，然后根据 Hausman检验结果确定应该采用固定效应模型还是随机效应模型。由于 Hausman检验支持选择固定模型，故表中仅报告固定效应模型的估计
9、结果。（表 1） 表 1 中结果表明：企业规模、产业集中度、能源结构与全要素能源生产率增长成正相关关系，企业规模的平方、外商直接投资、产权改革绩效、劳动力投入 与全要素能源生产率增长成负相关关系。企业规模对全要素能源生产率的系数显著为正，企业规模平方的系数显著为负，说明企业规模与全要素能源生产率之间呈现抛物线关系，随着企业规模的扩大，全要素能源生产率先增长后降低。产业集中度每增加1%，全要素能源生产率增长 1.23%；外商直接投资每增加 1%，全要素能源生产率减少 0.5449%；劳动力投入每增加 1%，全要素能源生产率减少 0.1764%；外商能源结构、产权改革绩效对全要素能源生产率的作用不
10、太显著。 对技术效率变化的回归结果显示：企业规模、产业集中度、外商直接投资、产权改革绩效、劳动力投入的系数为正，企业规模的平方、能源结构系数为负，但只有产业集中度和劳动力投入通过了 5%的显著性检验。这表明产业集中度、劳动力的投入在一定程度上能够提高工业行业的能源效率，但产业集中度对提高能源效率的作用更加明显。 对技术进步的回归结果显示：企业规模、能源结构对技术进步的系数为正，其中能源结构通过 5%的显著性检验，表明能源结构的改进有利于技术进步的提高。外商直接投资、产权改革绩效、劳动力投入的系数显著为负，表明这三者对提高技术进步的作用不大。 三、结论及建议 本文利用 2005 2011 年我国
11、 39 个工业行业的面板数据，测算了我国工业行业的全要素能源效率变化率及其分解，并对其影响因素进行了实证分析。从 Malmquist指数及其分解角度来看，技术进步是我国大部分工业行业提高能源效率的主要动力。因此，在继续发挥技术进步对能源效率提升作用的同时，应将纯技术效率的提高当作提升能源效率的突破口。从实证结果来看，企业规模对工业整体及制造业的全要素能源生产率的系数显著为正，企业规模平方的系数显著为负，说明企业规模与全要素能源生产率之间呈现抛物线关系，随着企业规模的扩大，全要 素能源生产率先增长后降低；产业集中度对工业整体及制造业的全要素能源生产率、技术效率有显著的正相关性，表明产业集中度提高
12、对能源效率有促进作用；劳动力投入对工业整体及制造业的全要素能源效率、技术进步有显著的负相关性，与技术效率有显著的正相关性，说明过量劳动力投入对能源效率提高有抑制作用，应适当的控制或减少该行业劳动力数量，引导劳动力由工业向服务业转移。 主要参考文献： 魏楚，沈满洪 .能源效率与能源生产率：基于 DEA 方法的省际数据比较J.数量经济技术经济研究， 2007.9. 李世 祥，成金华 .中国能源效率评价及其影响因素分析 J.统计研究，2008.10. 屈小娥 .中国省际全要素能源效率变动分解 基于 Malmquist指数的实证研究 J.数量经济技术经济研究， 2009.8. 赵楠，贾丽静等 .技术进步对中国能源利用效率影响机制研究 J.统计研究， 2013.4.
